CAJ | 학술논문

为提高大量程六维力传感器的测量精度,提出了一种新型的六维力传感器非线性静态解耦方法,该方法结合混合递阶遗传算法和小波神经网络的优点,采用递阶遗传算法与最小二乘法分别对小波神经网络隐层结构参数以及输出层权值进行优化,再将优化后的小波神经网络模型用于六维力传感器非线性解耦.建立了基于混合递阶遗传算法和优化小波神经网络的六维力传感器非线性解耦模型,设计了基于混合递阶遗传算法的小波神经网络结构及参数优化算法,给出了六维力传感器非线性解耦的具体实现流程.以最新研制的6-UPUR大量程柔性铰六维力传感器为对象进行实验,结果表明,采用该方法六维力传感器的Ⅰ类误差和Ⅱ类误差分别为1.25％和2.59％,比采用BP和RBF神经网络方法的测量精度高.
위제고대량정륙유력전감기적측량정도,제출료일충신형적륙유력전감기비선성정태해우방법,해방법결합혼합체계유전산법화소파신경망락적우점,채용체계유전산법여최소이승법분별대소파신경망락은층결구삼수이급수출층권치진행우화,재장우화후적소파신경망락모형용우륙유력전감기비선성해우.건립료기우혼합체계유전산법화우화소파신경망락적륙유력전감기비선성해우모형,설계료기우혼합체계유전산법적소파신경망락결구급삼수우화산법,급출료륙유력전감기비선성해우적구체실현류정.이최신연제적6-UPUR대량정유성교륙유력전감기위대상진행실험,결과표명,채용해방법륙유력전감기적Ⅰ류오차화Ⅱ류오차분별위1.25％화2.59％,비채용BP화RBF신경망락방법적측량정도고.